Setup e pacotes


Programas e Projetos

Leitura de planilhas e criação de datasets para programas e projetos-PPG. Filtro de projetos com início de 2013 em diante. Também nesta etapa foi realizada a criação de dataset com as categorias utilizadas na apresentação dos dados (ds_prg).

Membros de Projetos

Leitura de planilhas e criação de datasets com dados de membros de projetos entre 2013 e 2016.

Formação discente e docente

Leitura de planilhas e criação de datasets para dados de formação de professores e alunos nos programas de mestrado e doutorado. Os campos comuns foram selecionados e padronizados para os três arquivos para facilitar relacionamento com indicadores.

v_form_campos <- c("nro_id_cnpq", "seq_pessoa_fisica",
                   "nome_sucupira", "nome_cvlattes",
                   "nome_filtro_cvlattes", "sgl_instituicao",
                   "nme_instituicao", "cod_programa",
                   "nme_programa", "nme_area_avaliacao",
                   "seq_area_basica", "area_basica",
                   "grande_area_basica", "nro_nota_doutorado",
                   "nro_nota_mestrado", "nro_nota_mestrado_prof",
                   "dta_fim", "seq_tipo_categoria_vinculo",
                   "nivel_formacao", "ano_inicio_formacao",
                   "ano_fim_formacao", "formacao_concluida",
                   "sigla_pais_ies_formacao", "sigla_uf_ies_formacao",
                   "sigla_ies_formacao", "nome_ies_formacao",
                   "nome_curso_formacao", "cod_area_curso_formacao",
                   "grande_area_curso_formacao", "area_curso_formacao")

ds_frmdic <- read_excel(paste0(v_path_i, "Formação dos discentes 2013-2016 - Tese.xlsx")) %>% 
  mutate(nro_id_cnpq = str_pad(as.character(nro_id_cnpq), 
                               width =  16, 
                               side = "left", 
                               pad = "0"),
         seq_pessoa_fisica = as.character(seq_pessoa_fisica)) %>% 
  select(v_form_campos) %>% 
  mutate(doc_ou_disc = "DISCENTE")

 write.csv2(ds_frmdic, paste0(v_path_inter, "ds_frmdic.csv"))

ds_frmdic_mestrado <- read_excel(paste0(v_path_i, "Dicentes mestrado tratada -tese.xlsx")) %>% 
  mutate(nro_id_cnpq = str_pad(as.character(nro_id_cnpq), 
                               width =  16, 
                               side = "left", 
                               pad = "0"),
         seq_pessoa_fisica = as.character(seq_pessoa_fisica)) %>% 
  select(v_form_campos) %>% 
  mutate(doc_ou_disc = "DISCENTE")

 write.csv2(ds_frmdic_mestrado, paste0(v_path_inter, "ds_frmdic_mestrado.csv"))

ds_frmdoc <- read_excel(paste0(v_path_i, "Formação dos docentes tese.xlsx")) %>% 
  select(v_form_campos) %>% 
  mutate(doc_ou_disc = "DOCENTE")

 write.csv2(ds_frmdoc, paste0(v_path_inter, "ds_frmdoc.csv"))

Indice de Multi/Interdisciplinaridade

Preparação, transformações e calculo de variáveis e indicadores que compõe o IMI - Indice de Multi/Inter disciplinaridade.


IMI 1 - Formação docente

FCDo - Diversidade da formação dos docentes nos PPG

Variáveis:
QPPP: Quantidade de professores permanentes do programa
QFDPD: Quantidade das formações dos docentes permanentes no grau de doutorado
QFDPM: Quantidade das formações dos docentes permanentes no grau de mestrado
QFDPG: Quantidade das formações dos docentes permanentes no grau de graduação

Indicadores:
DFDDo: Diversidade de formação do docente pelo grau de doutorado
DFDM: Diversidade de formação do docente pelo grau de mestrado
DFDG: Diversidade de formação do docente pelo grau de graduação

OBS - Os agrupamentos e sumarizações abaixo são realizados em dois estágios progressivos para garantir contagens adequadas no calculo das variáveis.

ds_IMI1_QPPP <- ds_frmdoc %>% 
  group_by(cod_programa, nome_filtro_cvlattes) %>% 
  summarise(QT = n()) %>% 
  group_by(cod_programa) %>% 
  summarise(QPPP = n())

 write.csv2(ds_IMI1_QPPP, paste0(v_path_inter, "ds_IMI1_QPPP.csv"))

ds_IMI1_QFDPD <- ds_frmdoc %>% 
  filter(nivel_formacao == "Doutorado") %>% 
  group_by(cod_programa, nome_curso_formacao) %>% 
  summarise(QT = n()) %>%   
  group_by(cod_programa) %>% 
  summarise(QFDPD = n()) 

 write.csv2(ds_IMI1_QFDPD, paste0(v_path_inter, "ds_IMI1_QFDPD.csv"))

ds_IMI1_QFDPM <- ds_frmdoc %>% 
  filter(nivel_formacao == "Mestrado") %>% 
  group_by(cod_programa, nome_curso_formacao) %>% 
  summarise(QT = n()) %>%   
  group_by(cod_programa) %>% 
  summarise(QFDPM = n()) 

 write.csv2(ds_IMI1_QFDPM, paste0(v_path_inter, "ds_IMI1_QFDPM.csv"))

ds_IMI1_QFDPG <- ds_frmdoc %>% 
  filter(nivel_formacao == "Graduação") %>% 
  group_by(cod_programa, nome_curso_formacao) %>% 
  summarise(QT = n()) %>%   
  group_by(cod_programa) %>% 
  summarise(QFDPG = n()) 

 write.csv2(ds_IMI1_QFDPG, paste0(v_path_inter, "ds_IMI1_QFDPG.csv"))

ds_IMI1_FCDo <- merge(ds_IMI1_QFDPD, ds_IMI1_QFDPM, by = "cod_programa", all.x = T) %>% 
  merge(., ds_IMI1_QFDPG, by = "cod_programa", all.x = T) %>% 
  merge(., ds_IMI1_QPPP, by = "cod_programa", all.x = T) %>% 
  mutate(DFDDo = QFDPD/QPPP,
         DFDM = QFDPM/QPPP,
         DFDG = QFDPG/QPPP) %>% ## Fórmulas dos indicadores
  mutate(DFDDo = ifelse(DFDDo <= 1, DFDDo, 1),  
         DFDM = ifelse(DFDM <= 1, DFDM, 1), 
         DFDG = ifelse(DFDG <= 1, DFDG, 1)) %>% ## Limpeza de ocorrências acima de 1.0
  mutate(FCDo = (DFDDo + DFDM + DFDG)/3) %>% ## Fórmula do constructo
  merge(ds_prg, ., by.x = "CD_PROGRAMA_IES", by.y = "cod_programa", all.y = T) ## Categorias

 write.csv2(ds_IMI1_FCDo, paste0(v_path_o, "FCDo.csv"))
 kable(ds_IMI1_FCDo[1:12, c(1,8:15)]) ## Amostra do arquivo gerado acima, sem as categorias
CD_PROGRAMA_IES QFDPD QFDPM QFDPG QPPP DFDDo DFDM DFDG FCDo
10001018002P1 10 7 7 15 0.6666667 0.4666667 0.4666667 0.5333333
10001018004P4 13 13 11 15 0.8666667 0.8666667 0.7333333 0.8222222
10001018005P0 5 6 4 15 0.3333333 0.4000000 0.2666667 0.3333333
10001018006P7 7 5 6 9 0.7777778 0.5555556 0.6666667 0.6666667
10001018009P6 4 4 5 10 0.4000000 0.4000000 0.5000000 0.4333333
10001018010P4 10 5 6 15 0.6666667 0.3333333 0.4000000 0.4666667
10001018011P0 5 6 10 11 0.4545455 0.5454545 0.9090909 0.6363636
10001018012P7 10 8 7 14 0.7142857 0.5714286 0.5000000 0.5952381
10001018016P2 5 10 10 17 0.2941176 0.5882353 0.5882353 0.4901961
10001018017P9 10 12 10 15 0.6666667 0.8000000 0.6666667 0.7111111
10001018039P2 10 11 11 14 0.7142857 0.7857143 0.7857143 0.7619048
10001018040P0 9 11 10 12 0.7500000 0.9166667 0.8333333 0.8333333

IMI 2 - Formação discente

FCDi - Diversidade na formação dos discentes nos PPG

Variáveis:
QFGDi: Quantidade das formações dos discentes no grau de graduação
QDP: Quantidade de discentes do programa

Indicadores:
DFGDi: Diversidade de formação do discente pelo grau de graduação

CD_PROGRAMA_IES QFGDi QDP DFGDi FCDi
10001018002P1 8 29 0.2758621 0.2758621
10001018004P4 25 41 0.6097561 0.6097561
10001018005P0 23 42 0.5476190 0.5476190
10001018006P7 22 48 0.4583333 0.4583333
10001018009P6 21 52 0.4038462 0.4038462
10001018010P4 31 73 0.4246575 0.4246575
10001018011P0 25 63 0.3968254 0.3968254
10001018012P7 31 46 0.6739130 0.6739130
10001018016P2 26 54 0.4814815 0.4814815
10001018017P9 37 55 0.6727273 0.6727273
10001018039P2 24 42 0.5714286 0.5714286
10001018040P0 12 12 1.0000000 1.0000000

IMI 3 - Instituições participantes e membros de projetos

CC - Colaboração Científica

Variáveis:
QIP: Quantidade de instituições participantes nos projetos
QPP: Quantidade de projetos no programa

Colaboração

ds_formacao_grd <- rbind(ds_frmdic, ds_frmdoc, ds_frmdic_mestrado) %>% 
  filter(nivel_formacao == "Graduação") %>% 
  group_by(cod_programa, 
           nome_filtro_cvlattes, 
           doc_ou_disc,
           nome_curso_formacao) %>%
  summarise(QT = n()) ## Junção de formações de todos os membros e filtro de graduação

 write.csv2(ds_formacao_grd, paste0(v_path_inter, "ds_formacao_grd.csv"))

ds_MbrPrj_grd <- merge(ds_membros_13_16, ds_formacao_grd, 
                       by.x = c("CD_PROGRAMA_IES", "NM_MEMBRO_PROJETO", "DS_TIPO_MEMBRO"), 
                       by.y = c("cod_programa", "nome_filtro_cvlattes", "doc_ou_disc")) #@ Junção de 
                                                                                        ## membros e formações

 write.csv2(ds_MbrPrj_grd, paste0(v_path_inter, "ds_MbrPrj_grd.csv"))

ds_IMI3_DFPP <- ds_MbrPrj_grd %>% 
  group_by(CD_PROGRAMA_IES, ID_PROJETO, nome_curso_formacao) %>% 
  summarise(QT = n()) %>% 
  group_by(CD_PROGRAMA_IES, ID_PROJETO) %>% 
  summarise(DFPP = n()) 

 write.csv2(ds_IMI3_DFPP, paste0(v_path_inter, "ds_IMI3_DFPP.csv"))

ds_IMI3_QMP <- ds_MbrPrj_grd %>% 
  group_by(CD_PROGRAMA_IES, ID_PROJETO, NM_MEMBRO_PROJETO) %>% 
  summarise(QT = n()) %>% 
  group_by(CD_PROGRAMA_IES, ID_PROJETO) %>% 
  summarise(QMP = n()) 

 write.csv2(ds_IMI3_QMP, paste0(v_path_inter, "ds_IMI3_QMP.csv"))

#### Geração de arquivo de colaboração no nível de projetos para conferência de dados -----------

ds_DFCP <- merge(ds_IMI3_DFPP, ds_IMI3_QMP , by = c("CD_PROGRAMA_IES", "ID_PROJETO")) %>% 
  mutate(DFCP = DFPP/QMP) %>% 
  mutate(DFCP = ifelse(DFCP <= 1, DFCP, 1))
 
 write.csv2(ds_DFCP, paste0(v_path_o, "DFCP.csv"))
#### --------------------------------------------------------------------------------------------
kable(ds_DFCP[1:12, ]) ## Amostra do arquivo gerado acima
CD_PROGRAMA_IES ID_PROJETO DFPP QMP DFCP
10001018002P1 254229 3 5 0.6000000
10001018002P1 281461 1 2 0.5000000
10001018002P1 281506 6 11 0.5454545
10001018002P1 281550 1 1 1.0000000
10001018002P1 281556 2 3 0.6666667
10001018002P1 281569 1 1 1.0000000
10001018002P1 281575 1 1 1.0000000
10001018002P1 281577 1 2 0.5000000
10001018002P1 281593 1 1 1.0000000
10001018002P1 287006 3 2 1.0000000
10001018002P1 300058 2 2 1.0000000
10001018002P1 332254 2 4 0.5000000

Indicadores:
DIPP: Diversidade de instituições que que colaboram por meio dos projetos

Consolidação da Colaboração Científica

CD_PROGRAMA_IES QIP QPP DIPP DFPP QMP DFCP CC
10001018002P1 4 33 0.1212121 1.758621 2.586207 0.7789894 0.4501008
10001018004P4 4 34 0.1176471 1.777778 1.555556 0.8333333 0.4754902
10001018005P0 1 8 0.1250000 1.071429 1.142857 0.9642857 0.5446429
10001018006P7 2 3 0.6666667 1.777778 1.333333 0.9444444 0.8055556
10001018008P0 2 9 0.2222222 NA NA NA NA
10001018009P6 4 21 0.1904762 1.538461 1.769231 0.9166667 0.5535714
10001018010P4 1 5 0.2000000 2.333333 1.666667 1.0000000 0.6000000
10001018011P0 5 18 0.2777778 2.500000 1.166667 1.0000000 0.6388889
10001018012P7 2 7 0.2857143 2.000000 1.500000 1.0000000 0.6428571
10001018013P3 1 1 1.0000000 NA NA NA NA
10001018016P2 6 24 0.2500000 1.500000 1.277778 0.9814815 0.6157407
10001018017P9 7 52 0.1346154 1.485714 1.514286 0.9857143 0.5601648

IMI 4 - Áreas de atuação de docentes

CP - Contexto Profissional

Variáveis:
QCDI: Quantidade de combinações distintas informadas
QGAD: Quantidade de grande áreas de conhecimento que o docente atua
QACD: Quantidade de áreas do conhecimento que o docente atua

Indicadores:
DGAC: Diversidade de grande áreas do conhecimento que o docente atua
DAC: Diversidade de áreas do conhecimento que o docente atua

cod_programa nome_filtro_cvlattes QGAD QACD QCDI DGAC DAC CP
10001018002P1 ALEXANDRE DE ALMEIDA E SILVA 1 3 3 0.3333333 1.0000000 0.6666667
10001018002P1 ANDREIMAR MARTINS SOARES 1 2 3 0.3333333 0.6666667 0.5000000
10001018002P1 CARLA FREIRE CELEDONIO FERNANDES 2 3 3 0.6666667 1.0000000 0.8333333
10001018002P1 CAROLINA BIONI GARCIA TELES 1 2 2 0.5000000 1.0000000 0.7500000
10001018002P1 CHRISTIAN COLLINS KUEHN 2 3 3 0.6666667 1.0000000 0.8333333
10001018002P1 DEUSILENE SOUZA VIEIRA DALLACQUA 2 3 6 0.3333333 0.5000000 0.4166667
10001018002P1 DHELIO BATISTA PEREIRA 2 3 3 0.6666667 1.0000000 0.8333333
10001018002P1 FERNANDO BERTON ZANCHI 2 6 6 0.3333333 1.0000000 0.6666667
10001018002P1 GABRIEL EDUARDO MELIM FERREIRA 1 1 2 0.5000000 0.5000000 0.5000000
10001018002P1 GENIMAR REBOUCAS JULIAO 1 1 4 0.2500000 0.2500000 0.2500000
10001018002P1 JANSEN FERNANDES DE MEDEIROS 2 3 4 0.5000000 0.7500000 0.6250000
10001018002P1 JUAN MIGUEL VILLALOBOS-SALCEDO 1 1 1 1.0000000 1.0000000 1.0000000
CD_PROGRAMA_IES CP
10001018002P1 0.6157407
10001018004P4 0.5246528
10001018005P0 0.5009804
10001018006P7 0.4352564
10001018009P6 0.4255556
10001018010P4 0.4404762
10001018011P0 0.3204545
10001018012P7 0.4531250
10001018016P2 0.4513158
10001018017P9 0.4368590
10001018039P2 0.3890625
10001018040P0 0.4888889

Consolidação final do IMI

Junção de todos os constructos, limpeza de casos imcompletos e geração de output.

CD_PROGRAMA_IES FCDo FCDi CC CP IMI
10001018002P1 0.5333333 0.2758621 0.4501008 0.6157407 0.4687592
10001018004P4 0.8222222 0.6097561 0.4754902 0.5246528 0.6080303
10001018005P0 0.3333333 0.5476190 0.5446429 0.5009804 0.4816439
10001018006P7 0.6666667 0.4583333 0.8055556 0.4352564 0.5914530
10001018009P6 0.4333333 0.4038462 0.5535714 0.4255556 0.4540766
10001018010P4 0.4666667 0.4246575 0.6000000 0.4404762 0.4829501
10001018011P0 0.6363636 0.3968254 0.6388889 0.3204545 0.4981331
10001018012P7 0.5952381 0.6739130 0.6428571 0.4531250 0.5912833
10001018016P2 0.4901961 0.4814815 0.6157407 0.4513158 0.5096835
10001018017P9 0.7111111 0.6727273 0.5601648 0.4368590 0.5952155
11001011004P7 0.4117647 0.2058824 0.3863636 0.4513889 0.3638499
11001011006P0 0.7333333 0.8500000 0.5833333 0.4309524 0.6494048

Indice de Produção Tecnologica

Preparação, transformações e calculo de variáveis e indicadores que compõe o IPT - Indice de Produção Tecnologica.

Variáveis:
SPPP: Soma de patentes produzidos por programa
SPPPr: Soma de produtos produzidos por programa
SAPP: Soma de aplicativos produzidos por programa
QPPP: Quantidade de professores permanentes do programa

Indicadores:
QPPa: Quantitativo de produção de patentes por Programa
QPPr: Quantitativo de produção de produtos por Programa
QPA: Quantitativo de produção de aplicativos por Programa

#### Carga de Aplicativos, patentes e PRodutos a partir de planilhas ----------------------------

ds_PT_appprg <- read_excel(paste0(v_path_i, "Aplicativos_tese.xlsx"))
ds_PT_patprg <- read_excel(paste0(v_path_i, "Patentes com Programas.xlsx"))
ds_PT_prdprg <- read_excel(paste0(v_path_i, "Produtos_tese.xlsx"))

#### --------------------------------------------------------------------------------------------

ds_PT_patprg <- ds_PT_patprg[complete.cases(ds_PT_patprg[,"NM_PRODUCAO"]),] ## Filtro de produção valida

ds_IPT1_SPPP<- ds_PT_patprg %>%
  group_by(CD_PROGRAMA_IES) %>% 
  summarise(SPPP = n())

 write.csv2(ds_IPT1_SPPP, paste0(v_path_inter, "ds_IPT1_SPPP.csv"))

#### --------------------------------------------------------------------------------------------

ds_PT_prdprg <- ds_PT_prdprg[complete.cases(ds_PT_prdprg[,"DSFINALIDADE_TRATADA"]),] ## Filtro de produção valida

ds_IPT2_SPPPr <- ds_PT_prdprg %>%
  group_by(CD_PROGRAMA_IES) %>% 
  summarise(SPPPr = n())

 write.csv2(ds_IPT2_SPPPr, paste0(v_path_inter, "ds_IPT2_SPPPr.csv"))

#### --------------------------------------------------------------------------------------------

ds_PT_appprg <- ds_PT_appprg[complete.cases(ds_PT_appprg[,"DS_FINALIDADE"]),] ## Filtro de produção valida

ds_IPT3_SAPP <- ds_PT_appprg %>%
  group_by(CD_PROGRAMA_IES) %>% 
  summarise(SAPP = n())

 write.csv2(ds_IPT3_SAPP, paste0(v_path_inter, "ds_IPT3_SAPP.csv"))

#### --------------------------------------------------------------------------------------------

ds_IPT <- merge(ds_IMI1_QPPP, ds_IPT1_SPPP, by.x = "cod_programa", by.y = "CD_PROGRAMA_IES", all.x = T) %>% 
  select(CD_PROGRAMA_IES = cod_programa, QPPP, SPPP) %>% 
  merge(., ds_IPT2_SPPPr, by = "CD_PROGRAMA_IES", all.x = T) %>% 
  merge(., ds_IPT3_SAPP, by = "CD_PROGRAMA_IES", all.x = T)

ds_IPT[is.na(ds_IPT)] <- 0 ### Conversão de NA para 0

ds_IPT %<>% mutate(QPPa = SPPP/QPPP,
                   QPPr = SPPPr/QPPP,
                   QPA = SAPP/QPPP) %>% ## Fórmulas dos indicadores
  mutate(QPPa = ifelse(QPPa <= 1, QPPa, 1),
         QPPr = ifelse(QPPr <= 1, QPPr, 1),
         QPA = ifelse(QPA <= 1, QPA, 1)) %>% ## Limpeza de ocorrências acima de 1.0
  mutate(IPT = (QPPa+QPPr+QPA)/3) %>% ## Fórmula do indice
  merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias

 write.csv2(ds_IPT, paste0(v_path_o, "IPT.csv"))
 kable(ds_IPT[1:12, c(1,8:15)]) ## Amostra do arquivo gerado acima, sem as categorias
CD_PROGRAMA_IES QPPP SPPP SPPPr SAPP QPPa QPPr QPA IPT
10001018002P1 15 0 0 0 0.0000000 0.0000000 0.0000000 0.0000000
10001018004P4 15 1 1 0 0.0666667 0.0666667 0.0000000 0.0444444
10001018005P0 15 0 0 0 0.0000000 0.0000000 0.0000000 0.0000000
10001018006P7 9 0 3 0 0.0000000 0.3333333 0.0000000 0.1111111
10001018009P6 10 0 2 0 0.0000000 0.2000000 0.0000000 0.0666667
10001018010P4 15 0 0 0 0.0000000 0.0000000 0.0000000 0.0000000
10001018011P0 11 0 0 0 0.0000000 0.0000000 0.0000000 0.0000000
10001018012P7 14 0 0 0 0.0000000 0.0000000 0.0000000 0.0000000
10001018016P2 17 0 0 0 0.0000000 0.0000000 0.0000000 0.0000000
10001018017P9 15 4 3 1 0.2666667 0.2000000 0.0666667 0.1777778
10001018039P2 14 0 0 0 0.0000000 0.0000000 0.0000000 0.0000000
10001018040P0 12 0 0 0 0.0000000 0.0000000 0.0000000 0.0000000

Tabela base de indices completos e correlação geral

União de indices por programa, filtro de cassos completos, categorização e calculo de correlação geral.

CD_PROGRAMA_IES IMI IPT
10001018004P4 0.6080303 0.0444444
10001018006P7 0.5914530 0.1111111
10001018009P6 0.4540766 0.0666667
10001018017P9 0.5952155 0.1777778
12001015001P0 0.4129527 0.0196078
12001015002P7 0.3300950 0.1309524
12001015003P3 0.4392376 0.0222222
12001015012P2 0.3888012 0.2820513
12001015013P9 0.4551124 0.1728395
12001015016P8 0.5455184 0.3958333
12001015021P1 0.4103666 0.3333333
12001015033P0 0.5683275 0.1666667
## # A tibble: 2 x 2
##      IMI    IPT
##    <dbl>  <dbl>
## 1 1      0.0722
## 2 0.0722 1

Correlação por categoria

Segmentação de tabela base de indice por cada categoria: Ano, Conceito, Dependencia, Area, Status e Modalidade. Geração de todos os outputs.

ANO_INICIO_PROGRAMA m_IMI m_IPT v_IMI v_IPT d_IMI d_IPT pc_IMI pc_IPT cor
1931 0.3199041 0.0049751 NA NA NaN NaN NaN NaN NA
1960 0.2906369 0.0266667 NA NA NaN NaN NaN NaN NA
1961 0.3302469 0.0384615 NA NA NaN NaN NaN NaN NA
1962 0.2909908 0.2878788 NA NA NaN NaN NaN NaN NA
1963 0.4163990 0.1971326 0.0046930 0.0264128 0.0685052 0.1625202 16.451807 82.44207 -0.211056756390287
1964 0.4172452 0.0586019 0.0001782 0.0035418 0.0133479 0.0595132 3.199062 101.55501 0.0107109954054532
1965 0.3682738 0.0764677 0.0017684 0.0054150 0.0420518 0.0735867 11.418618 96.23250 0.516644502148275
1966 0.3511877 0.0241467 0.0006480 0.0000244 0.0254565 0.0049421 7.248696 20.46715 0.837758845033655
1967 0.4577233 0.2057010 0.0150957 0.0217783 0.1228645 0.1475746 26.842535 71.74227 -0.160595563677575
1968 0.3697586 0.1096230 0.0033192 0.0055448 0.0576128 0.0744632 15.581195 67.92663 0.55187804927373
1969 0.3912020 0.1690015 0.0043641 0.0294847 0.0660616 0.1717111 16.886815 101.60330 -0.244979252214952
1970 0.3966898 0.1069527 0.0048957 0.0120450 0.0699692 0.1097497 17.638258 102.61524 0.150101517034608
1971 0.4164417 0.1082850 0.0079172 0.0095726 0.0889785 0.0978397 21.366386 90.35381 0.360031788761016
1972 0.3997754 0.0925735 0.0042420 0.0109893 0.0651306 0.1048297 16.291791 113.23939 -0.0941754859756869
1973 0.3993934 0.0812362 0.0076199 0.0077160 0.0872920 0.0878408 21.856158 108.13011 0.190472251730307
1974 0.4019896 0.1534544 0.0078756 0.0262808 0.0887447 0.1621137 22.076358 105.64285 -0.156280933644135
1975 0.3915970 0.0822684 0.0054201 0.0053557 0.0736213 0.0731830 18.800260 88.95637 0.16185105681267
1976 0.4040361 0.1175591 0.0042580 0.0121852 0.0652530 0.1103866 16.150287 93.89888 0.0217789964907372
1977 0.4105370 0.1095310 0.0047774 0.0083737 0.0691189 0.0915081 16.836224 83.54545 -0.116612196184783
1978 0.4176841 0.0810693 0.0059098 0.0041960 0.0768754 0.0647766 18.405144 79.90280 0.306320410424122
1979 0.3991863 0.1001684 0.0067631 0.0133462 0.0822382 0.1155259 20.601463 115.33165 0.0604457767075826
1980 0.4020389 0.1335035 0.0039551 0.0102361 0.0628895 0.1011736 15.642634 75.78350 -0.167284027497856
1981 0.5959572 0.1111111 NA NA NaN NaN NaN NaN NA
1982 0.3498466 0.1278283 0.0011612 0.0194613 0.0340764 0.1395037 9.740369 109.13369 -0.635734615447176
1983 0.3897973 0.1483854 0.0028219 0.0114996 0.0531218 0.1072361 13.628056 72.26862 0.0681079207343123
1984 0.3882745 0.0312650 0.0003475 0.0002526 0.0186424 0.0158949 4.801346 50.83911 -0.296487333607882
1985 0.4095626 0.2069584 0.0096325 0.0481834 0.0981455 0.2195072 23.963482 106.06346 0.214319248507437
1986 0.4237254 0.1066700 0.0024700 0.0182435 0.0496994 0.1350684 11.729150 126.62270 0.000470006911876546
1987 0.4207205 0.0908942 0.0101689 0.0033908 0.1008410 0.0582307 23.968650 64.06426 -0.559777602725453
1988 0.4138844 0.1014550 0.0060114 0.0100083 0.0775331 0.1000415 18.733021 98.60676 -0.0341300947694937
1989 0.4339032 0.0875287 0.0095124 0.0145496 0.0975315 0.1206216 22.477721 137.80807 -0.0160215104376414
1990 0.4195725 0.1482496 0.0049798 0.0153786 0.0705678 0.1240106 16.818989 83.64991 -0.192240147366653
1991 0.4214718 0.0976937 0.0081870 0.0136132 0.0904819 0.1166755 21.468084 119.42993 -0.0450799130407067
1992 0.3788006 0.1223788 0.0038055 0.0129013 0.0616888 0.1135837 16.285296 92.81323 0.528061736197766
1993 0.4228029 0.1574379 0.0068755 0.0227300 0.0829186 0.1507649 19.611648 95.76150 0.35775784375009
1994 0.4684478 0.1384574 0.0060725 0.0239570 0.0779260 0.1547806 16.634941 111.78929 0.20817832571604
1995 0.4582682 0.0832267 0.0074832 0.0084643 0.0865056 0.0920015 18.876635 110.54331 0.138479663697691
1996 0.4603457 0.1381277 0.0108062 0.0084249 0.1039527 0.0917871 22.581448 66.45089 0.0650837932161284
1997 0.4760507 0.0872020 0.0158502 0.0104889 0.1258977 0.1024155 26.446288 117.44631 0.580634834978501
1998 0.4668427 0.1183362 0.0147647 0.0081596 0.1215099 0.0903302 26.028028 76.33359 0.0691732215867302
1999 0.4625916 0.1178167 0.0107614 0.0115877 0.1037370 0.1076460 22.425185 91.36733 0.0878726149515815
2000 0.4671498 0.1669005 0.0105290 0.0279344 0.1026111 0.1671357 21.965351 100.14097 0.0594903848322321
2001 0.4609075 0.1555823 0.0104829 0.0149061 0.1023860 0.1220904 22.214005 78.47318 0.170261009577771
2002 0.4444627 0.1379440 0.0073552 0.0280519 0.0857626 0.1674872 19.295802 121.41674 -0.10503910868756
2003 0.4615807 0.1347290 0.0063418 0.0268624 0.0796353 0.1638977 17.252742 121.64989 0.449001261565735
2004 0.5037734 0.1449308 0.0070131 0.0204386 0.0837443 0.1429638 16.623397 98.64278 0.295407183281438
2005 0.4934865 0.1556443 0.0086171 0.0255807 0.0928283 0.1599397 18.810717 102.75980 0.206432000913082
2006 0.4974503 0.1211054 0.0078519 0.0137127 0.0886107 0.1171013 17.812983 96.69371 0.177037383022961
2007 0.5025299 0.1053120 0.0098622 0.0147499 0.0993086 0.1214492 19.761727 115.32320 -0.0615833669234312
2008 0.5139694 0.1465401 0.0104371 0.0258066 0.1021620 0.1606444 19.877060 109.62488 0.16843545251058
2009 0.5369348 0.1132136 0.0074513 0.0151491 0.0863209 0.1230817 16.076599 108.71634 0.21611850570576
2010 0.5338275 0.1190232 0.0062887 0.0158677 0.0793013 0.1259669 14.855223 105.83385 0.102111491055709
2011 0.5452791 0.1299495 0.0063332 0.0172746 0.0795813 0.1314330 14.594598 101.14162 0.0928527375039843
2012 0.5750843 0.1094623 0.0106583 0.0171299 0.1032390 0.1308813 17.951975 119.56741 0.126674876615247
2013 0.5694903 0.1159390 0.0063064 0.0166895 0.0794128 0.1291878 13.944541 111.42740 0.205790390195062
2014 0.5722092 0.0916099 0.0089726 0.0122379 0.0947237 0.1106251 16.554035 120.75665 -0.100863618492401
2015 0.5924140 0.0639427 0.0044043 0.0046768 0.0663648 0.0683872 11.202428 106.95073 -0.0722292144345987
2016 0.6324674 0.0788889 0.0066772 0.0075475 0.0817143 0.0868765 12.919915 110.12516 0.11930405715843
CD_CONCEITO_PROGRAMA m_IMI m_IPT v_IMI v_IPT d_IMI d_IPT pc_IMI pc_IPT cor ANO_INICIO_PROGRAMA
3 0.5619679 0.1155957 0.0075605 0.0153775 0.0869513 0.1240059 15.47265 107.27549 0.0259963770277024 3
4 0.4804370 0.1190808 0.0093340 0.0174262 0.0966128 0.1320084 20.10936 110.85618 0.135211646425709 4
5 0.4294399 0.1235006 0.0083336 0.0156689 0.0912887 0.1251753 21.25762 101.35600 0.195114272457837 5
6 0.4026400 0.1235548 0.0054255 0.0167811 0.0736582 0.1295419 18.29381 104.84569 0.221718627584643 6
7 0.3818187 0.1288982 0.0037251 0.0141734 0.0610338 0.1190523 15.98502 92.36145 -0.165483632913976 7
DS_DEPENDENCIA_ADMINISTRATIVA m_IMI m_IPT v_IMI v_IPT d_IMI d_IPT pc_IMI pc_IPT cor
PRIVADA 0.5433938 0.1464247 0.0102797 0.0223185 0.1013891 0.1493938 18.65849 102.0277 0.169599512042538
PÚBLICA 0.4801529 0.1132633 0.0111164 0.0146612 0.1054345 0.1210832 21.95852 106.9042 0.0202726364036229
sigla NM_AREA_AVALIACAO m_IMI m_IPT v_IMI v_IPT d_IMI d_IPT pc_IMI pc_IPT cor
ADM ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO 0.5410076 0.0924475 0.0064561 0.0103482 0.0803496 0.1017263 14.851836 110.03683 -0.0200228210225216
ANTR ANTROPOLOGIA / ARQUEOLOGIA 0.4887984 0.0476140 0.0053112 0.0009134 0.0728777 0.0302230 14.909561 63.47502 0.759928883802947
ARQU ARQUITETURA, URBANISMO E DESIGN 0.5299630 0.1258532 0.0111134 0.0129761 0.1054203 0.1139128 19.892008 90.51246 0.248472158463462
ARTE ARTES / MÚSICA 0.5262586 0.0462148 0.0052485 0.0015407 0.0724464 0.0392518 13.766309 84.93329 -0.165120795124369
AFIS ASTRONOMIA / FÍSICA 0.3668481 0.0635704 0.0080012 0.0051092 0.0894494 0.0714787 24.383222 112.44019 0.068264775481826
BIOD BIODIVERSIDADE 0.4506369 0.0620680 0.0065419 0.0103846 0.0808821 0.1019048 17.948405 164.18247 0.28838931570757
BIOT BIOTECNOLOGIA 0.5714797 0.2814396 0.0090255 0.0270017 0.0950027 0.1643220 16.623994 58.38623 -0.0762669207152088
CCOMP CIÊNCIA DA COMPUTAÇÃO 0.4759979 0.1499872 0.0076116 0.0166568 0.0872448 0.1290610 18.328811 86.04802 0.187746912476199
CALIM CIÊNCIA DE ALIMENTOS 0.4977163 0.2061252 0.0096222 0.0252638 0.0980930 0.1589458 19.708624 77.11133 -0.216185609316485
CPOL CIÊNCIA POLÍTICA E RELAÇÕES INTERNACIONAIS 0.5512496 0.0901039 0.0108301 0.0216008 0.1040678 0.1469723 18.878529 163.11419 0.587567293353527
CAGRI CIÊNCIAS AGRÁRIAS I 0.4647469 0.1073298 0.0098505 0.0087495 0.0992497 0.0935389 21.355653 87.15095 0.0197917947282038
CAMB CIÊNCIAS AMBIENTAIS 0.6014918 0.0910209 0.0028681 0.0112528 0.0535544 0.1060794 8.903596 116.54400 0.0502562625594782
CBI CIÊNCIAS BIOLÓGICAS I 0.4896436 0.1632356 0.0073294 0.0153402 0.0856122 0.1238557 17.484586 75.87540 -0.0117964306000998
CBII CIÊNCIAS BIOLÓGICAS II 0.4752956 0.1229496 0.0073790 0.0120877 0.0859013 0.1099441 18.073247 89.42213 0.203380326765292
CBIII CIÊNCIAS BIOLÓGICAS III 0.4856714 0.1767714 0.0092256 0.0242645 0.0960500 0.1557708 19.776741 88.11990 -0.0924903894812177
31 COMUNICAÇÃO E INFORMAÇÃO 0.5461556 0.0996872 0.0040308 0.0199373 0.0634888 0.1411995 11.624671 141.64254 0.264136198760492
DIRE DIREITO 0.3652496 0.0335812 0.0088163 0.0010085 0.0938954 0.0317573 25.707190 94.56875 0.153146103100228
ECON ECONOMIA 0.5359823 0.1609447 0.0078652 0.0682052 0.0886862 0.2611613 16.546486 162.26769 -0.122109248135775
EDUC EDUCAÇÃO 0.4610251 0.0399398 0.0053512 0.0054805 0.0731522 0.0740305 15.867289 185.35512 0.0830390374858974
EFIS EDUCAÇÃO FÍSICA 0.4321399 0.0440684 0.0055477 0.0021028 0.0744832 0.0458564 17.235891 104.05729 0.321297853781631
ENFEE ENFERMAGEM 0.3994794 0.0876239 0.0071093 0.0100635 0.0843168 0.1003169 21.106683 114.48578 0.0463706357746217
ENGI ENGENHARIAS I 0.5020208 0.0926936 0.0124235 0.0080648 0.1114610 0.0898040 22.202459 96.88271 -0.136650920736011
ENGII ENGENHARIAS II 0.4869642 0.2021341 0.0117786 0.0187962 0.1085294 0.1370993 22.286930 67.82594 -0.0860329791822802
ENGIII ENGENHARIAS III 0.5253799 0.2069013 0.0098844 0.0240118 0.0994202 0.1549575 18.923477 74.89441 0.107479172878729
ENGIV ENGENHARIAS IV 0.4699787 0.1836865 0.0100580 0.0198829 0.1002896 0.1410068 21.339172 76.76489 -0.0301042285490799
ENSI ENSINO 0.5548009 0.0603080 0.0063395 0.0041889 0.0796208 0.0647218 14.351245 107.31875 0.189416741278837
FARM FARMÁCIA 0.5109088 0.1938335 0.0074038 0.0208792 0.0860454 0.1444965 16.841637 74.54672 -0.341717474750512
FILO FILOSOFIA 0.4257836 0.0350063 0.0035159 0.0004089 0.0592953 0.0202218 13.926163 57.76626 -0.169249495428888
GEOC GEOCIÊNCIAS 0.4496356 0.0528464 0.0120080 0.0025576 0.1095810 0.0505729 24.371071 95.69798 0.39398290559801
GEOG GEOGRAFIA 0.4418058 0.0429549 0.0064007 0.0037465 0.0800042 0.0612085 18.108452 142.49479 0.414264756854289
HIST HISTÓRIA 0.3946847 0.0205001 0.0113217 0.0000531 0.1064033 0.0072879 26.959061 35.55079 0.784391618357756
INTE INTERDISCIPLINAR 0.6001800 0.1141717 0.0058261 0.0162282 0.0763291 0.1273901 12.717704 111.57762 -0.0213502372879694
LETR LETRAS / LINGUÍSTICA 0.4427305 0.0514590 0.0083383 0.0047353 0.0913142 0.0688137 20.625241 133.72528 0.419073156102748
MAFE MATEMÁTICA / PROBABILIDADE E ESTATÍSTICA 0.4201053 0.0252470 0.0068007 0.0002170 0.0824663 0.0147297 19.629909 58.34240 0.438786239695738
MATE MATERIAIS 0.5680197 0.1851534 0.0109802 0.0238589 0.1047866 0.1544634 18.447702 83.42453 -0.0984859719251756
MEDI MEDICINA I 0.4488275 0.0813187 0.0036785 0.0101793 0.0606507 0.1008928 13.513145 124.07075 -0.152917197597049
MEDII MEDICINA II 0.4827842 0.0973995 0.0035815 0.0151251 0.0598458 0.1229841 12.395978 126.26767 0.0623188361957801
MEDIII MEDICINA III 0.4332203 0.1137276 0.0054097 0.0237300 0.0735508 0.1540455 16.977680 135.45121 0.406005623641408
MVET MEDICINA VETERINÁRIA 0.4242958 0.1114591 0.0083571 0.0107213 0.0914172 0.1035438 21.545624 92.89848 -0.244776935142716
NUTR NUTRIÇÃO 0.4958656 0.1091130 0.0033228 0.0162820 0.0576436 0.1276010 11.624840 116.94396 0.13794540556887
ODON ODONTOLOGIA 0.3915859 0.1282772 0.0099576 0.0212462 0.0997879 0.1457607 25.483014 113.62945 0.0912986037186332
PLUR PLANEJAMENTO URBANO E REGIONAL / DEMOGRAFIA 0.6075848 0.0368340 0.0071856 0.0004305 0.0847682 0.0207483 13.951668 56.32925 0.375205905327194
PSICO PSICOLOGIA 0.3888913 0.0702849 0.0043695 0.0055870 0.0661020 0.0747459 16.997562 106.34700 0.414567466830112
QUIM QUÍMICA 0.3927756 0.1471324 0.0095698 0.0083349 0.0978253 0.0912959 24.906152 62.05019 -0.256697121945937
SCOL SAÚDE COLETIVA 0.5282082 0.0420447 0.0060336 0.0013832 0.0776761 0.0371917 14.705588 88.45750 -0.324457786934078
SSOC SERVIÇO SOCIAL 0.4386467 0.0388889 0.0308828 0.0000617 0.1757349 0.0078567 40.062971 20.20305 -1
SOCI SOCIOLOGIA 0.4904263 0.0242284 0.0098823 0.0000635 0.0994099 0.0079696 20.270107 32.89363 0.471623579484581
ZOOT ZOOTECNIA / RECURSOS PESQUEIROS 0.4323599 0.0595141 0.0057225 0.0059502 0.0756470 0.0771376 17.496293 129.61227 -0.0504782134440357
CS_STATUS_JURIDICO m_IMI m_IPT v_IMI v_IPT d_IMI d_IPT pc_IMI pc_IPT cor
ESTADUAL 0.4779129 0.1030163 0.0106330 0.0128399 0.1031163 0.1133131 21.57637 109.99527 0.0732825476968398
FEDERAL 0.4803221 0.1166046 0.0111758 0.0152716 0.1057159 0.1235784 22.00937 105.98069 -0.00315558367677363
MUNICIPAL 0.5453704 0.1179246 0.0222427 0.0114425 0.1491398 0.1069696 27.34652 90.71011 0.777653385052747
PARTICULAR 0.5433938 0.1464247 0.0102797 0.0223185 0.1013891 0.1493938 18.65849 102.02770 0.169599512042538
NM_MODALIDADE_PROGRAMA m_IMI m_IPT v_IMI v_IPT d_IMI d_IPT pc_IMI pc_IPT cor
ACADÊMICO 0.4790649 0.1151397 0.0109793 0.0148806 0.1047821 0.1219862 21.87222 105.9463 0.0428114638244629
PROFISSIONAL 0.5715083 0.1455812 0.0078461 0.0238955 0.0885782 0.1545817 15.49902 106.1825 0.0994298489171458

Avaliação gráfica geral por categorias

## Gráfico de exemplo para referÊncia

## Gráficos por categoria

Histogramas de IPT e IMI por Área de Avaliação

Histogramas de IPT e IMI para demais categorias (Exceto Ano de início)